Met het Europese akkoord rond het beteugelen van Artificial Intelligence (AI) is een grote stap op het gebied van veiligheid gezet. ‘Strikte wetgeving is de manier om negatieve gevolgen, zoals nepnieuws, te bestrijden’, legt docent AI aan de hogeschool van Den Haag Fabiënne Reedijk uit. Hoogleraar Open Innovatie aan de Open Universiteit Nadine Roijakkers spreekt zich uit over wat bedrijven zelf kunnen doen om AI goed en betrouwbaar in te zetten.
AI heeft absoluut invloed op ons leven, net zoals de industriële revolutie dat had. ‘We konden daardoor in verwarmde, gasgestookte huizen gaan leven. Internet veranderde ons leven ook helemaal. We kunnen daardoor thuiswerken, bijvoorbeeld. Zo kan AI ons leven ook veranderen en het is aan ons om dat in goede banen te leiden, zodat het ons op een positieve manier verandert. Maar er zit altijd een mens achter, AI kan niet zelf initiatieven nemen. Alleen wat we AI leren, kan het doen. Hij kan niet zelf iets verzinnen en doen, alleen maar wat hem gevraagd wordt.’ Doordat AI dingen kan overnemen en het beter kan doen dan wij, zoals bijvoorbeeld het snijden van kaarsrechte, precies gelijk stukjes papier, wordt de algemene standaard hoger. Mensen eisen steeds meer, want er kan ook steeds meer.
Fabiënne Reedijk, docent AI aan de hogeschool van Den Haag
Nadine Roijakkers, hoogleraar Open Innovatie aan de
Open Universiteit
Alles is menselijk
Ondanks dat al jarenlang voorspeld is dat computers ons werk overnemen, is er niet minder maar eerder meer werk gekomen. ‘Computers en AI nemen wel werk over van mensen, maar er zijn nog altijd mensen voor nodig om computer en AI aan te sturen. Van zichzelf zijn beide nogal dom, ze hebben de input van mensen nodig’, zegt Reedijk. ‘Neem mijn werk als docent. AI en zeker ChatGPT scheelt mij heel veel werk. Maar die tijd heb ik niet vrij, want nu heb ik meer tijd om met mijn studenten bezig te zijn en hen nog beter te helpen. Ook voor bijvoorbeeld een fruitteler kan AI veel tijd schelen, die kan rijp van onrijp fruit onderscheiden. Alleen is dat aangeleerd gedrag. Door de computer heel veel appels te laten zien en daarbij te onderscheiden welke wel en niet rijp is, leerde hij het. Maar als je datzelfde programma voor peren gebruikt, komt er niets uit.’
Tjitske de Groot van de Universiteit Utrecht doet onderzoek naar filterbubbels en vertelde in een aflevering van De Dikke Datashow hoe dat werkt: ‘Waar je voor kiest en wat je liked, dat krijg je steeds weer terug te zien. Je kent dat wel dat als je online leuke schoenen hebt gezien, je die overal terugziet. Ook zie je soortgelijke schoenen of kleding die bij die schoenen passen. Maar als het om een mening gaat, dan is het niet goed om altijd maar informatie over dezelfde mening te zien als jij hebt. Dat bekrachtigt je idee dat het waar is en klopt, dan ontstaat polarisering en denk je dat iedereen die dezelfde mening heeft als jij, gelijk heeft.’
Algoritme
Een algoritme zorgt ervoor dat je zo lang mogelijk op dat platform blijft. “Bijvoorbeeld Facebook heeft zo’n algoritme. Daarin wordt geregistreerd waar jij langer op blijft hangen en welke boodschappen jij liked. Als je bijvoorbeeld een filmpje over katten liked, dan krijg je veel meer kattenfilmpjes te zien. Dat is niet gevaarlijk, maar als je een fimpje met een Amerikaanse persoon liked die een vuurwapen gebruikt, dan zie je meer van dit soort filmpjes. Het kan zelfs zover gaan dat je gaat geloven dat alle Amerikanen altijd vuurwapens gebruiken en dat als jij een keer naar Amerika gaat, je wel bewapend moet gaan, want iedereen gebruikt daar vuurwapens. Het is gezonder om heel verschillende filmpjes te bekijken en te liken, dan kom je minder snel in een bubbel terecht.’ Met de AI-act zoals die er nu in Europa is, kan dit erg sturend zijn in hoe AI gebruikt kan en mag worden. In de USA is er (nog) geen regeling voor, dat zorgt voor een grotere bedreiging. ‘Daar kunnen mensen door een aantal keer hetzelfde soort filmpje te liken en meer informatie over een bepaald onderwerp te zoeken in een bubbel terechtkomen. Hoe langer je blijft kijken, hoe meer advertenties voorbijkomen en hoe meer dat platform verdient.’ Hoe de algoritmes precies in elkaar zitten, is geheim. De Universiteit Utrecht deed een onderzoek naar de algoritmische ervaringen van leerlingen in het voortgezet onderwijs in Nederland ‘om bij te dragen aan het opbouwen van dergelijke kennis, door gebruik te maken van de concepten van algoritmische verbeelding, macht en kritische evaluatie. De resultaten laten zien dat leerlingen situationele, praktische ervaringskennis opbouwen over algoritmische werkingen die nauw aansluit bij de kenmerken van de interface van de sociale mediaplatforms die ze gebruiken. Implicaties voor mediageletterheid zijn onder andere dat leerlingen zich op systeemniveau bewust worden van de werking van algoritmes en er een eigen inbreng in hebben, inclusief inzicht in de maatschappelijke gevolgen ervan.’
